企業(yè)當下的主要中心仍是降本增效和提高生產(chǎn)力,盡管AI熱潮仍在持續(xù),但組織越來越重視價值創(chuàng)造,并期待取得切實成果。以生成式AI應用為研究視角,企業(yè)正為部署生成式AI做出多方面的努力,而要釋放生成式AI的潛力,就必須把員工放在轉型議程的核心位置。而這,需要企業(yè)內(nèi)打造數(shù)字為先的文化。
來源:《經(jīng)理人》雜志 本刊記者/景川
ChatGPT對話框不停跳躍閃爍的對話框,讓人們意識到,AI(人工智能)不僅從科幻走向現(xiàn)實,而且在技術層面實現(xiàn)了跨越式地發(fā)展。近兩年算法不斷迭代,智能邊界不斷拓展,AI技術的發(fā)展日新月異,然而,對于大多數(shù)組織來說,主要的挑戰(zhàn)在于規(guī)模化應用AI,以及如何最大化挖掘AI價值。但問題是,在企業(yè)對AI部署相關的人才、治理和風險等關鍵方面準備不足的情況下,企業(yè)的確應該加強治理、規(guī)避風險,更為重要的是,又該如何推動或者說幫助員工與新技術“共舞”?
由虛向實
企業(yè)怎樣充分挖掘并發(fā)揮AI的潛力?
此前,德勤AI研究院就發(fā)布報告《AI案例精選》。對六大關鍵行業(yè)(消費,能源、資源及工業(yè),金融服務,政府及公共服務,生命科學及醫(yī)療保健,科技、媒體及電信)的AI案例進行分析,分析了AI如何提供幫助以及可能的益處。對于所分析的AI案例,總結出AI通常有以下六種主要方式為企業(yè)創(chuàng)造價值:
● 降低成本:應用AI和智能自動化解決方案來解決價值相對較低且經(jīng)常重復的任務,從而降本增效。比如,使用自然語言處理實現(xiàn)數(shù)據(jù)輸入。
● 加速執(zhí)行:通過最小化延遲來減少實現(xiàn)運營和業(yè)務結果所需的時間。比如,通過使用預測性洞察創(chuàng)建合成試驗,加快藥物批準過程。
● 降低復雜性:通過更具主動性、預測性并且能夠在日益復雜的來源中看到模式的分析,來提高理解力和決策制定。比如,通過預測機械維護需求,以減少工廠停工時間。
● 改變參與模式:改變?nèi)藗兣c技術互動的方式,使企業(yè)能夠用“以人為本”的方式與人互動,而不是強迫人們以機器的方式互動。比如,使用能夠理解和響應客戶情緒的對話式機器人,更有效地滿足客戶需求。
● 推動創(chuàng)新:通過使用AI來實現(xiàn)新產(chǎn)品、市場和商業(yè)模式的創(chuàng)新,重新定義在哪里實施以及如何取勝。比如,根據(jù)從社交媒體挖掘的客戶需求和偏好推薦新產(chǎn)品和功能。
● 強化信任:保護企業(yè)免受欺詐和網(wǎng)絡等風險,提高質(zhì)量和一致性,同時提高透明度以增強品牌信任度。比如,在網(wǎng)絡攻擊發(fā)生之前識別和預測網(wǎng)絡攻擊。①
從生成式AI的應用現(xiàn)狀來看,盡管熱潮仍在持續(xù),不同的行業(yè)也仍在探索更多能為企業(yè)所能實現(xiàn)的應用場景,但是隨著時間推移與外部環(huán)境變化,企業(yè)當下的主要中心仍是降本增效和提高生產(chǎn)力,而非促進創(chuàng)新和加速增長。也因此,企業(yè)對于AI的追逐與探索,將本著更加務實的態(tài)度。
綜合今年德勤所發(fā)布的第一季度與第二季度的《企業(yè)生成式人工智能應用現(xiàn)狀》報告,就能夠看出——組織越來越重視價值創(chuàng)造,受訪領導者普遍對生成式AI的潛在商業(yè)效益充滿期待,并要求其生成式AI計劃取得切實成果。
盡管領導者要求“看到切實成果”,但是大多數(shù)組織主要依靠現(xiàn)成解決方案。其中包括集成了生成式AI的生產(chǎn)力應用程序(71%),集成了生成式AI的企業(yè)平臺(61%),標準生成式AI應用程序(68%),以及公開的大語言模型(LLM)(56%),如ChatGPT。②
企業(yè)對生成式AI的應用,必然是一個從通用性走向專業(yè)化、差異化和戰(zhàn)略性的過程。那么,何時能看到生成式AI復雜、高價值的用例,真正實現(xiàn)差異化并針對特定公司、職能和行業(yè)的專門需求量身定制?組織將如何整合內(nèi)外部資源,創(chuàng)建可以實現(xiàn)這種戰(zhàn)略差異化的定制生成式AI工具?特別是,能夠交付和支持這些差異化解決方案的私有或公私混合開發(fā)方法和技術基礎設施是否能夠作為現(xiàn)成技術產(chǎn)品的補充?
要實現(xiàn)這些,需要一定的時間。一方面,生成式AI技術正在快速迭代發(fā)展,當下的明確答案可能幾個月后就不再適用;另一方面,企業(yè)對生成式AI部署相關的人才、治理和風險等關鍵方面仍然準備不足。
整體來看,受訪者認為在技術和戰(zhàn)略方面準備最充分,而在風險和人才方面準備十分不足。對于管理生成式AI的應用風險,則涉及到監(jiān)管合規(guī)、建立治理框架、內(nèi)部審計和測試等等層面的努力。而在人才方面的認知糾偏與戰(zhàn)略跟進,對于企業(yè)來說更易入手,且更具有迫切性。
打造數(shù)字為先文化
要知道,應用生成式AI的最大壁壘是缺乏人才。也因此,美世認為,想要釋放生成式AI的潛力,就必須把員工放在轉型議程的核心位置。而這,需要企業(yè)內(nèi)打造數(shù)字為先的文化——“設計一個適應性強且能夠熟練使用數(shù)字化技術的組織,讓員工能夠蓬勃發(fā)展。”③
這就需要企業(yè)招聘新的人才,并提升現(xiàn)有員工能力。且不論人才市場競爭激烈,具備開發(fā)和維護生成式AI解決方案技能的人才稀缺,在提升現(xiàn)有員工數(shù)字化能力上,也有諸多問題值得探討。
領導者對AI的態(tài)度積極,且三分之二的高管表示,他們的組織需要提高自身的數(shù)字化程度,但員工對AI的態(tài)度卻更為復雜。企業(yè)通過開展多樣化員工教育培訓,一定程度上幫助消除員工對的AI恐懼、焦慮和誤解。盡管當前對AI持積極態(tài)度的員工占多數(shù),但根據(jù)美世調(diào)研,仍有三分之一的員工在面對眾多的科技工具時感到無所適從——這也是導致員工倦怠的第四大原因。
而且這份壓力也傳導至一線管理人員——67%的企業(yè)在采用新技術的同時,沒有改變其工作方式。這也讓高管們產(chǎn)生擔憂——技術創(chuàng)新的速度已經(jīng)超過了其組織進行技能再培訓和員工再部署的能力,而且他們的組織在激勵員工采用新技術方面做得不夠。
“企業(yè)投入了大量真金白銀用于員工技能培訓,但員工并不一定買賬。”普華永道第26期全球CEO調(diào)研中,就明確指出,企業(yè)管理者和員工對技能提升、人工智能和企業(yè)文化這三個關鍵商業(yè)問題的看法存在著明顯差異。企業(yè)發(fā)展要邁上新臺階,需集中精力彌合這些認知鴻溝。
如何彌合認知鴻溝?美世認為:“從流程驅動到以人為本的思維模式轉變是今年最主要的轉型挑戰(zhàn)之一。”投資培訓的確能夠幫助企業(yè)員工適應生成式AI工具以提升生產(chǎn)力,但同樣存在管理者認為效果不佳、員工產(chǎn)生職場倦怠的問題。美世指出,以人為本的數(shù)字化轉型要求企業(yè)從人的角度而不是技術的角度來衡量成功。比如工具或平臺是否滿足了未滿足的需求?是否無縫地集成到工作流程中?是否實現(xiàn)了恰當?shù)娜藱C平衡?畢竟新一代的員工本身就對數(shù)字化適應良好且喜歡嘗試新技術,那些恰如其分的數(shù)字解決方案可以讓工作變得更加直觀、流暢甚至充滿樂趣。
成功的轉型是一種無限循環(huán),對于領先的公司如何重塑數(shù)字體驗,首先要有一個明確定義變革必要性的戰(zhàn)略,并讓員工一同參與變革之旅,在溝通中不斷改善方案并不斷激發(fā)公司的變革勢頭,并形成能夠產(chǎn)生良性循環(huán)的數(shù)字體驗。
當然,這需要企業(yè)付出持久且大量的努力。對此,美世也為走在初始階段的小型雇主提出建議:制定明確的政策以鼓勵AI的采用;進行技術審計,做出明智的技術投資,以避免在不需要的尖端技術上花費過多;通過培養(yǎng)員工數(shù)字技能,讓他們騰出時間投入到更具戰(zhàn)略性高價值的工作當中;調(diào)整人力資源職能以滿足當今的員工隊伍需求。
而對于哪些具備一定規(guī)模的企業(yè),美世則建議:為員工提供無障礙的數(shù)字化體驗;投資可訪問的知識管理系統(tǒng)和社交聯(lián)系工具,從“知識型”轉變?yōu)?ldquo;學習型”;培養(yǎng)數(shù)字為先的心態(tài),鼓勵員工進行嘗試和協(xié)作;釋放現(xiàn)有技術投資的潛力,實現(xiàn)“技術開發(fā)”和“人性化”的平衡;有效地管理變革并有針對性地進行溝通,實現(xiàn)戰(zhàn)略-激活-部署-改善的循環(huán)。
① 《AI案例精選》,德勤人工智能研究院
② 德勤《企業(yè)生成式人工智能應用現(xiàn)狀》2024年第一季度與第二季度報告
③ 《員工隊伍2.0 在機器增強的世界中釋放員工潛力》,美世
紙引未來網(wǎng)是一個造紙印刷包裝的大數(shù)據(jù)服務平臺,為您提供包裝紙價格指數(shù)、文化用紙價格指數(shù)、生活用紙價格指數(shù)、特種紙價格指數(shù)、廢紙價格指數(shù)、紙漿價格指數(shù),采購訂單,廣告推廣,免費找貨等服務。官網(wǎng)網(wǎng)址:http://www.opensourcehelpwanted.com